基于单步实时在线处理数字图像的独立分量分析方法

摘要

本发明请求保护一种基于盲源分离的单步实时在线独立分量分析处理方法，属于信号处理技术领域。本方法充分考虑到数字图像信号有限长度和准周期特性，通过构造一个隐含在分离算法中的预处理模块提高其时间效率，对每时刻接收的数字图像信号，实时地调整自适应处理器中网络权值参数，将接收到的混合信号高速、有效地进行盲源分离，以恢复原始的数字图像信号。并改进了传统梯度算法的迭代方法保证其算法的稳定性，实现对多个源的混合图像信号进行实时的分离工作，有效提高了分离的精度。同时，复杂度较低，易于工程实现，在电视电话会议、无线通信、雷达成像、生物医学信号分析等领域内将具有广泛的应用前景。

主权项

1、一种基于盲源分离的单步实时在线独立分量分析处理方法，其特征在于，包括以下步骤：步骤1：建立并初始化盲源分离矩阵W(t)＝I及影响因子并根据数字图像信号长度L选择学习步长μ；步骤2：将混合数字图像信号样本行堆叠成信号序列：x(t)＝[x1(t)，x2(t)，L，xn(t)]T；步骤3：逐点实时接收数字图像信号，对每时刻接收到的数据图像信号样本进行差分运算获得差值信号u；步骤4：将差值信号送入迭代学习调整单元，对分离矩阵进行调节，调用迭代公式W(t+1)＝W(t)+ΔW(t)更新盲源分离矩阵，并接收下一时刻的数字图像信号，返回步骤3；步骤5：接收完所有数字图像信号，根据差值信号完成对分离矩阵的全部更新，获得理想的分离矩阵W(t)；步骤6：将全部信号序列x(t)通过理想的分离矩阵W(t)处理，获得相互独立的图像信号分量y(t)＝W(t)x(t)。